1. VEGA
  2. Блог
  3. Inkling 2 Small: лучшая открытая модель Thinking Machines
13 ноября 2026 г.Анонсы

Inkling 2 Small: лучшая открытая модель Thinking Machines

Inkling 2 Small: лучшая открытая модель Thinking Machines

Thinking Machines Lab выпустила Inkling 2 Small — свою первую модель второго поколения и на момент запуска самую мощную модель с открытыми весами, созданную за пределами Китая, по оценке Artificial Analysis Intelligence Index. Она сочетает агентное программирование, понимание изображений и контекстное окно на 1 млн токенов с весами по лицензии Apache 2.0. Тем, кто выбирает модель для реальной работы, прежде всего будет интересна её способность вносить изменения, проверять результат и продолжать работу, а не выдавать убедительный первый ответ и останавливаться.

Что такое Inkling 2 Small?

Thinking Machines Lab, основанная бывшим техническим директором OpenAI Мирой Мурати, представила Inkling 2 Small 5 ноября 2026 года через Tinker и Tinker Playground. 12 ноября веса модели были опубликованы на Hugging Face по лицензии Apache 2.0.

Несмотря на название, это не маленькая модель для самостоятельного запуска. Inkling 2 Small — разреженная модель Mixture-of-Experts с 594 миллиардами параметров всего и примерно 17 миллиардами активных параметров на токен. Для каждого токена она выбирает восемь из 384 экспертов.

Контекстное окно вмещает 1 048 576 токенов — этого достаточно для длинных документов и значительного объёма кода. На вход можно подавать текст и изображения; в отличие от первой Inkling, аудио она не принимает.

Разработчики также могут менять параметр reasoning_effort от none до max, балансируя глубину рассуждений и стоимость. На практике это позволяет получать быстрые и недорогие ответы на простые вопросы и задействовать более глубокий анализ для сложных задач.

Бенчмарки Inkling 2 Small: главные улучшения

Главный результат — 31 балл в Artificial Analysis Intelligence Index v5.0.1 против 13 у Inkling Small. По этой оценке модель превосходит все модели с открытыми весами, созданные за пределами Китая, и сопоставима с Gemini 3.8 Flash при высоком уровне рассуждений.

Несколько результатов нагляднее показывают масштаб улучшения:

БенчмаркРезультат Inkling 2 SmallПочему это важно
SWE-Bench Pro v2 (Hard)86,3%Высокие результаты в сложных задачах программирования
ARC-AGI-281,7%Лучший результат среди моделей с открытыми весами, по данным ARC Prize
AA Intelligence Index v5.0.131 против прежних 13Значительный прирост по сравнению с предыдущим поколением
AA-Briefcase1527 Elo против прежних 912Более высокие результаты в продолжительных бизнес-задачах
AA-Omniscience v1.1Доля галлюцинаций — 27% против прежних 61%Более избирательные ответы помогли снизить число галлюцинаций

В AA-Briefcase, который оценивает работу с электронными таблицами, презентациями и служебными записками, результат в 1527 Elo также выше, чем у Claude Sonnet 5.5 при среднем уровне рассуждений (1439) и Gemini 3.8 Flash при высоком уровне (1203).

Результат по галлюцинациям важно трактовать осторожно. Снижение в основном связано с тем, что модель стала чаще воздерживаться от ответа, а не с устранением фактических ошибок. Это улучшение, но важные утверждения всё равно нужно проверять.

Для чего Inkling 2 Small подходит на практике

Агентное программирование — самое очевидное применение. Обучение включало сотни тысяч продолжительных задач по программированию с упором на следование инструкциям, оценку изменений и проверку выполненной работы. Поэтому задачи на уровне репозитория дают более показательное испытание, чем просьба написать отдельную функцию.

Работа с изображениями добавляет полезную возможность: самопроверку с помощью визуальной обратной связи. Агент может создать сайт электронной коммерции, изучить его отображение и использовать визуальную обратную связь, чтобы оценить результат. Это больше, чем просто описание предоставленной картинки.

Для финансовых и интеллектуальных задач результаты AA-Briefcase говорят о том, что модель стоит проверять на заданиях с несколькими результатами, а не только на составлении одного резюме. В Finance Agent v2.1 она также набрала 67,5%.

Анализ данных — ещё один перспективный сценарий. В Plotly DataAnalyticsBench модель набрала 39 из 43 баллов, или 91%, получив максимальные оценки в категориях, связанных с неоднозначностью, невыполнимыми запросами, проблемами качества данных и статистическими ловушками.

Для исследовательских процессов обучение включало задания в духе «autoresearch», например дообучение нейронных сетей и оптимизацию ядер GPU. В одном из описанных примеров модель самостоятельно дообучила Qwen3.5-4B для прогнозирования временных рядов и за 4,5 часа удвоила результат этой модели; работа стоила $426 на Tinker. Это конкретная демонстрация, а не гарантия для других экспериментов.

Лицензия Apache 2.0 и экосистема Inkling 2 Small

Веса Inkling 2 Small доступны по лицензии Apache 2.0 для адаптации модели; в частности, компании могут владеть дообученными версиями. Thinking Machines также сообщает, что при использовании тех же данных и алгоритмов дообучение проходит быстрее, а качество результата выше, чем у предыдущих моделей компании.

На старте поддержку обеспечили vLLM, SGLang, Together AI, Snowflake Cortex и Cloudflare Workers AI. Модель также доступна через OpenRouter.

Оптимизация обслуживания особенно важна для модели такого масштаба. Спекулятивное декодирование DSpark предлагает семь токенов за шаг и показало скорость до примерно 630 токенов в секунду на пользователя при TP4 на GB200. SGLang продемонстрировала скорость 576 токенов в секунду на NVIDIA Vera Rubin. Это результаты на конкретном оборудовании, а не обещание универсальной скорости.

Локальный запуск требует значительных ресурсов: квантизованной версии в четыре бита нужно примерно 356 ГБ памяти.

С чем Inkling 2 Small пока справляется хуже

Результаты неоднородны. Inkling 2 Small набрала всего 13,1% в Terminal-Bench 4.0, а Artificial Analysis замерила примерно 21,5 минуты на одну задачу Intelligence Index. Поэтому выполнение длительных задач может занимать много времени, несмотря на высокую скорость генерации токенов. Среди известных ограничений также остаются галлюцинации и снижение качества в продолжительных многоходовых диалогах; большое контекстное окно не устраняет эти недостатки.

Попробуйте Inkling 2 Small на vega.chat

Inkling 2 Small уже доступна в списке моделей vega.chat в разделах чата и программирования. Ввод изображений поддерживается, PDF — нет. Дайте ей настоящую задачу по программированию или большой документ и сравните с привычной моделью, чтобы проверить, как она справляется, когда должна сама проверять свою работу.

Разработчики могут обратиться к модели через api.vega.chat — API, совместимый с OpenRouter, — и протестировать её в агентах, процессах разработки и собственных приложениях.

VEGA API — все модели·Документация API·Inkling 2 Small: Thinking Machines' Best Open Model Yet

Читайте также

Qwen 4 Max: коллега для долгой работы с 2,4T параметров
Qwen 4 Max: коллега для долгой работы с 2,4T параметров16 ноября 2026 г.
Представляем Gemini 4 Hydrogen
Представляем Gemini 4 Hydrogen13 ноября 2026 г.
MiniMax H3-Image: изображения 4K за 10 секунд
MiniMax H3-Image: изображения 4K за 10 секунд11 ноября 2026 г.

Комментарии · 0

VEGA - built in getmyai.io
ТарифыМоделиБлогО создателеУсловия использованияПолитика конфиденциальностиПолитика рассылки